Le batterie agli ioni di litio, la cui invenzione e il successivo perfezionamento sono valsi il Premio Nobel per la Chimica nel 2019 a John B. Goodenough, M. Stanley Whittingham e Akira Yoshino, costituiscono una pietra miliare per la transizione verso un mondo “ricaricabile” e sempre più sostenibile.
Essenziali per la diffusione su larga scala di dispositivi elettronici portatili, giocano un ruolo chiave anche nel settore dei veicoli elettrici. Tuttavia, nonostante il loro elevato potenziale, sono affette da diversi processi di degradazione che ne influenzano negativamente le performance e la durata, in particolare se sottoposte a condizioni operative gravose, come quelle richieste nel settore dei trasporti (es. temperature estreme, cicli di carica rapida, ecc.).
Attraverso il progetto LIBDEMO, finanziato dall’Agenzia svizzera per la promozione dell’innovazione (Innosuisse), il team di ricerca del Laboratorio di Scienza dei materiali computazionale (CMS) e dell’Energy Storage Research Centre intende affinare la modellazione e la predizione del ciclo di vita delle batterie agli ioni di litio. L’obiettivo è di sviluppare algoritmi avanzati per una gestione e un utilizzo ottimale, prolungandone la durata e migliorandone l’efficienza.
Il progetto adotta un approccio innovativo, combinando due livelli di modellazione a scale differenti per approfondire la comprensione e la predizione dei fenomeni di degradazione. I modelli molecolari sviluppati presso il CMS Lab descrivono con precisione microscopica (circa 10-10 m) la dinamica molecolare di componenti chiave delle batterie, quali l’elettrolita e l’interfaccia all’elettrodo negativo. Claudio Perego, responsabile del progetto spiega che “I modelli molecolari sono cruciali per comprendere e prevedere un fenomeno complesso quale la degradazione delle batterie a ioni litio.”
Oltre a permettere di caratterizzare in dettaglio i processi di degradazione della batteria, i risultati delle simulazioni sono stati implementati in un modello fisico sviluppato dalla BFH che opera a una scala superiore e rappresenta l’intera cella elettrolitica. Questo modello consente di prevedere le performances della batteria in condizioni operative reali, analizzandone l’evoluzione sotto effetto della degradazione.
“L’approccio combinato utilizzato in LIBDEMO migliora la previsione degli effetti di degradazione nei modelli fisici delle batterie” commenta Priscilla Caliandro, responsabile dell’Energy Storage Research Centre alla BFH.
In futuro, il progetto LIBDEMO punta a sfruttare i risultati ottenuti per elaborare strategie di gestione operativa delle batterie in commercio, ottimizzandone le prestazioni e prolungandone la vita media.